• The KIPS Transactions:PartB
• /
• v.16B no.6
• /
• pp.435-442
• /
• 2009

We propose an annotation system, which allows users moving on an environment to receive personalized messages that are generated by exploiting contextual information. In the system, the context is defined as an entity including user's identity, location and time. Identity of user is a key data to enable personal aspect of generated message. For sensing the context, the proposed system uses AR(augmented reality) technology. Markers are attached to real objects for tracking user's location. AR can provide an effective annotating method to enhance human's perception and interaction abilities. The received message can be a virtual post-it or three-dimensional virtual model of object overlaid onto the real-world view. Experimental results show that the proposed system works well in real-time with high performance and it can be used as a mobile service for personalized messaging.

• Journal of the Korean Society for Library and Information Science
• /
• v.43 no.3
• /
• pp.163-180
• /
• 2009

In this paper, we describe a developmental system for establishing personal information tendency based on user queries. For each query, the system classified it based on the category information using a kNN classifier. As category information, we used DDC field which is already assigned to each record in the database. The system accumulates category information for all user queries and the user's personalized feature for the target database. We then developed a personalized retrieval system reflecting the personalized feature to produce search result. Our system re-ranks the result documents by adding more weights to the documents for which categories match with the user's personalized feature. By using user's tendency information, the ambiguity problem of the word could be solved. In this paper, we conducted experiments for personalized search and word sense disambiguation (WSD) on a collection of Korean journal articles of science and technology arena. Our experimental result and user's evaluation show that the performance of the personalized search system and WSD is proved to be useful for actual field services.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.11a
• /
• pp.215-219
• /
• 2002

인터넷의 급속한 성장으로 e비즈니스의 인터넷 사용이 증대되었다. 인터넷 환경에서는 새로운 인터넷 사용자라는 소비자를 대상으로 인터넷 소비자 행동에 관한 연구가 중요한 분야로 자리잡게 되었다. 인터넷상에서의 소비자 행동을 설명하기 위해 온라인 인지절차 (Cognitive process)에 관한 연구로, 웹 사이트에 대한 소비자의 태도에 미치는 영향을 밝히는 연구들이 수행되었다. 웹 사이트에 대한 소비자의 태도에 따른 개인화된 마케팅을 위해서는 웹사이트를 소비자의 특성을 고려해서 개인화된 웹사이트를 운영해야 한다. 개인의 정보 시스템 사용에 대한 설명을 위하여 많은 모형들이 개발되어 왔다. 기술 수용 모형(Technology Acceptance Model: TAM)은 개인의 정보 시스템 수용에 영향을 미치는 요소를 설명하기 위하여 가장 폭 넓게 사용되고 있는 모형이다. TRA 모형에 따르면, 개인의 사회적 행위는 그 행위의 결과에 대한 신념에 의해 영향을 받는다고 할 수 있다. 본 연구에서는 고객의 신념을 신뢰 (Trust), 유용성 (Usefulness), 사용의 편의성 (Ease of Use), 위험 (Risk), 보안통제 (Security control)로 분류하고, 고객의 실제 사용 (Usage)을 인터넷 뱅킹 환경에서 측정하여 고객세분화에 적용하였다. 세분화된 고객집단을 분류하기 위해서 인공신경망, 판별 분석 기법을 적용하여 웹 사이트에서 사용할 수 있는 개인화 모형을 개발하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04a
• /
• pp.604-606
• /
• 2004

방송과 관련된 디지털 기술과 통신 기술의 급격한 발전은 방송 산업의 다양화와 컨텐츠의 수적 증가를 유도한 반면 시청자의 시청 환경을 고려하는 편의성과 최적 정보 전달 기술의 발전은 더디게 진행되어왔다. 본 논문에서는 국내에서 최근 상용 서비스가 실시된 양방향 TV 환경에서 양방향 방송 서비스를 제공하고, 시청자의 행위, 선호도, 성향 등을 분석하여 개인화된 프로그램 채널 추천, 표적화된 광고의 제공, T-Commerce 환경을 지원할 수 있는 양방향 TV 개인화 시스템을 설계하고 구현한다.

• International Commerce and Information Review
• /
• v.3 no.1
• /
• pp.157-176
• /
• 2001

국내외 마케팅에 있어서 경쟁의 심화로 말미암아 새로운 고객의 획득에 따른 비용-효과보다 기존고객과의 관계유지를 위하여 고객의 평생가치를 높이도록 노력하는 것이 오히려 효과적인 경우가 많아졌다. 이러한 관계마케팅의 개념은 최근 마케팅을 포함한 기업경영 전반에 적용되는 고객관계관리(CRM)로 확장되고 있다. 또한 인터넷 기반의 e CRM이 고객행동의 분석도구를 거의 정확하고도 실시간으로 파악할 수 있게 함으로써 통합적 CRM의 아키텍쳐와 솔루션이 개발, 적용되고 있다. 통합 CRM에서의 고객은 B2B이든 B2C이든 간에 개별(개인) 고객을 가리키며, 개별 고객의 니즈와 요구를 적절하게 충족시킬 수 있도록 개인화 시스템을 구축하여 관리하는 것이 중요하다. 따라서 본 논문에서는 통합 CRM의 기본 틀과 시스템을 비롯하여 개인화 설계를 어떻게 할 것인가에 관한 사례 및 실증분석에 앞서 그 배경 지식을 정리하고자 이론적 탐구를 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.481-482
• /
• 2016

스마트 디바이스의 발전과 IoT 시대에 들어서면서 다양하고 유용한 데이터가 끊임없이 쏟아져 나오고 있다. 이러한 데이터들을 기반으로 개인화된 추천 시스템의 중요성은 높아지고 있다. 추천 시스템에서 가장 성공적인 협업적 필터링 기법은 고객에 대한 일정 수준 이상의 데이터가 존재해야 한다. 즉, 충분한 데이터가 존재하지 않는다면 정확하지 않은 추천 결과를 출력하는 희박성의 문제가 생긴다. 본 연구에서는 개개인을 구분 지을 수 있는 개인화 요인에 가중치를 두어 기존의 협업적 필터링 기법이 가지는 희박성 문제를 해결하고자 한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.127-130
• /
• 2006

소비자가 최적의 상품을 선택하기 위해서는 충분한 상품정보를 파악하여 상품정보를 일일이 조사해야하는 번거로움이 생긴다. 이러한 문제점을 해결하기 위하여 여러 가지 상품추천방법이 제안되고 있으나 상품추천 과정에서 고객의 기호 변화를 다루는 연구가 부족하다. 본 논문에서는 소비자의 기호 변화에 적응하는 개인화 된 상품 추천을 위하여 베이지안 네트워크를 모델링하여 상품 구매에 따르는 선호도를 분석하고, 추천된 상품에 대한 사용자의 행동으로 관심 정도를 측정하여 추천 리스트를 제공한다.

• Journal of Digital Contents Society
• /
• v.11 no.1
• /
• pp.105-115
• /
• 2010

Search engines provide web documents that are related to user's query. However, using only the query terms that user provided, it is hard for search engines to know user's exact intention and provide the very matching web documents. To remedy this problem, search systems are needed to exploit personalized search technologies. In this paper, we propose not only a novel personalized query recommendation scheme based on folksonomy but also a new personalized search service architecture which reduces the risk of privacy violation while enabling search service providers to provide other various personalized services such as personalized advertisement.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.23 no.1
• /
• pp.7-11
• /
• 2013

Taking experts' knowledge to recommend items has shown some promising results in recommender system research. In order to improve the performance of the existing recommendation algorithms, previous researches on expert-based recommender systems have exploited the knowledge of a common expert group for all users. In this paper, we study a problem of identifying personalized experts within a user group, assuming each user needs different kinds and levels of expert help. To demonstrate this idea, we present a framework for using Support Vector Machine (SVM) to find varying expert groups for users; it is shown in an experiment that the proposed SVM approach can identify personalized experts, and that the person-alized expert-based collaborative filtering (CF) can yield better results than k-Nearest Neighbor (kNN) algorithm.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.139-141
• /
• 2002

본 논문에서는 인터넷 컨텐츠 사이트에서 개인별로 컨텐츠를 효과적으로 추천하기 위한 개인화 시스템모델을 제안하였다. 제안한 모델은 묵시적인 평가정보를 이용한 사례기반추론 기법으로서 협동적필터링 기법과 달리 유사집단의 평가정보를 이용하지 않고 개인별 속성에 대한 가중치와 속성 값을 이용하여 추천하는 기법이다. 이 기법은 각 사용자의 상품 추매 속성을 추천에 반영할 수 있는 장점이 있으며 사용자 프로파일을 이용하여 개인화된 추천이 가능하다. 제안한 기법이 Recall, Precision, F-measure의 평가 방법을 통해 실험한 결과 협동적필터링 기법 보다 모든 부분에서 더 좋은 결과가 나왔음을 볼 수 있다. 그러므로 제안 시스템이 유사 사용자의 평가정보를 이용한 협동적필터링 기법보다 효율적인 개인화 전략이 가능하다고 말 수 있다. 본 제안 모델을 이용하여 일대일 마케팅을 위한 eCRM 시스템 개발이 가능하리라 예상된다.